通过综合生物信息学和机器学习分析识别NSCLC中的外体相关基因
Zhenjie Sun1, Tianyu Du1, Guosheng Yang1
1Department of Thoracic Surgery, The First Affiliated Hospital of Jinzhou Medical University, Jinzhou, 121001, China.
Scientific reports
|July 2, 2025
概括
这项研究确定了四个关键的外体相关基因 (PAICS,SLC2A1,A2M,GPM6A) 作为诊断非小细胞肺癌 (NSCLC) 的潜在生物标志物. 这些发现为NSCLC分子机制和瘤免疫微环境提供了新的见解.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 外体细胞在非小细胞肺癌 (NSCLC) 的发展中发挥着关键作用.
- 在NSCLC中,外体相关基因需要进一步研究诊断和治疗潜力.
研究的目的:
- 识别和验证外体相关差异表达基因 (EA-DEGs) 作为NSCLC的潜在生物标志物.
- 探索与NSCLC相关的分子机制和免疫微环境.
主要方法:
- 利用基因表达总量 (GEO) 和GeneCards数据库来识别59个EA-DEG.
- 使用机器学习模型 (逻辑回归,LASSO,SVM-RFE,RF) 进行生物标志物选择.
- 进行功能和途径分析,包括用于免疫微环境评估的ssGSEA.
主要成果:
- 确定了四个关键生物标志物:PAICS,SLC2A1,A2M和GPM6A,具有对NSCLC的显著诊断潜力.
- 揭示了EA-DEGs在细胞周期,DNA复制和免疫反应途径中的参与.
- 建立了一个RBP和TF监管网络,并确定了潜在的毒品目标.
结论:
- 提出了基于NSCLC四个关键生物标志物的诊断模型.
- 突出了外体相关基因在NSCLC免疫微环境中的作用.
- 对于NSCLC和其他肺癌亚型的临床应用,需要进一步的实验验证.


